基于9种药物/2.18亿白细胞，斯坦福医学院发布单细胞级数字孪生系统SIMCO，助力早产预防药物开发

关注

原创最新推荐文章于 2026-11-10 16:06:23 发布 182 阅读 AI 写同款· GEO 优化 ›

深度学习之Encoder-Only原理与实战【代码】深度学习之Encoder-Only原理与实战。阅读详情

早产（即妊娠＜ 37 周）并非一个陌生的概念，但很多准父母或许直到面临宝宝提前降生，才能真正意识到早产的高风险和高危害。早产的发生通常猝不及防，甚至可能在无任何预警或已知风险因素的情况下发生，且早产并非单纯的「宝宝提前一点出生」，胎龄越小，宝宝的呼吸系统、神经系统等器官成熟度自然就越低，所要跨越的健康风险的关卡也就越多。

据相关数据统计，全球每 10 例妊娠中就有 1 例会发生早产；更令人心忧的是，直到目前早产仍是全球五岁以下儿童死亡的首要原因。

不过所幸的是，早产并非不可预判、不可干预的。当前研究表明，虽然早产诱因复杂，但六成以上的早产皆为自发性早产临产（spontaneous preterm labor，sPTL），而这类早产的发生与母体妊娠期免疫调节失衡密切相关，因此靶向调控免疫、干预分娩启动时机就至关重要。但现阶段，孕期临床验证受到伦理和经济双重限制，大规模开展预防策略验证可谓困难重重。

针对这一挑战，来自 Stanford Medicine-led 的团队，开发了一种名为 Simulated Immunome Modeling of Clinical Outcomes（SIMCO）的人工智能驱动的单细胞级数字孪生系统。该系统可模拟母体免疫系统，用于测试预防早产的药物——即无需直接孕妇亲身试药，而是通过数字孪生体虚拟测试多种药物组合，进而大规模开展预防 sPTL 策略的验证。并且，该方法有望在将来临床试验中实现针对特定病例的个性化方案指导。

相关研究成果以「Single-cell–level digital twins for preterm birth prevention strategies」为题，发表于 Science Advances。

研究亮点：

搭建单细胞分辨率的免疫数字孪生系统 SIMCO，破解孕期临床试验困境
筛选出具有预防早产潜力的候选药物及联合用药方案，揭示细胞分子机制
将最优传输学习模型引入产科免疫，为未来走向精准个体化早产预防，提供新的计算范式

论文地址：

https://www.science.org/doi/10.1126/sciadv.aed2741

构建大规模全覆盖的单细胞体外药物扰动数据集

训练集：单细胞扰动质谱流式图谱数据集（mass cytometry single-cell perturbation atlas）

传统方法方面，由于缺乏单细胞分辨率，现有模型很难检测细胞类型特异性机制和脱靶效应，同时也阻碍了个性化干预方案的设计。为解决这一难题，研究人员特别生成单细胞扰动质谱流式图谱，用于 SIMCO 模型训练。

具体来说（如下图 / 表所示），研究招募了 8 名非妊娠（月经周期第一周内）志愿者和 11 名孕中期（妊娠 20+0 至 27+7 周）志愿者，进行一项多重药物筛选检测，以评估 9 种候选药物（chlorthalidone、maprotiline、metformin、lansoprazole、pravastatin、rifabutin、salicylic acid（SA）、SA+lansoprazole（SALPZ）、5-methyltetrahydrofolate（THF））对预防 sPTL 的免疫调节作用。

需要说明的是，该测试在美国加利福尼亚州斯坦福市的斯坦福医院进行，并已获得 IRB 批准（方案编号 68417）。所有志愿者均为年龄 18 至 45 岁的女性，BMI ＜ 40，且无正在进行的免疫调节治疗。选择妊娠中期作为采样时间点，是因为此时尚在妊娠维持期、分娩前炎症通路逐渐激活前，便于捕捉候选药物对孕妇免疫组的潜在影响；非孕妇对照组样本采集于月经周期早期，此时为早期卵泡期，以反映低激素状态。

对于每个候选物，研究选用经口服给药后在血液里占主导的化合物形式，部分药物选用其对应活性代谢物（如 THF 和 SA）。实验浓度参照标准口服剂量对应的体内血浆浓度设定。如下表所示：

筛选试验设置了 96 种检测条件，且每种条件仅需 100 μl 全血样本。实验处理在体内采血后的 30-60 分钟内进行，每种条件同步开展药物扰动，设置 8 种处理（包含 LPS、IFN-α、IL-33、GM-CSF、TNFα、IL2/4/6 混合物、PI，以及无刺激对照），共同孵育 2 小时，以便检测贴近生理状态的细胞类型和刺激源特异性的免疫应答。

为规避批次偏差，同时记录条码错分、细胞回收情况，研究采用了新开发的九选四双倍体去除质谱条码方案，从 Pd104、Pd105、Pd106、Pd108、Pd110、Pt194、Pt195、Pt196 和 Au197 共 9 种同位素中挑选 4 种组合生成条码，一共得到 126 种可用条码，其中选取纯度最高的 96 种对应 96 个实验条件。

与此同时，结合质谱流式细胞术进行同步分析，通过 12 种胞内磷酸化蛋白和 8 种活化标志物的表达变化，评估 28 个免疫细胞亚群的功能响应。最终，构建的单细胞扰动图谱涵盖了 80 种扰动条件、2.18 亿个白细胞。 对于每个个体而言，8 种刺激 × 28 种免疫细胞亚群 × 20 种功能蛋白组合，每组共计得到 4480 个特征。

测试集：来自此前 Stelzer 等人收集的独立质谱流式数据集（Independent dataset）

该数据集为本研究团队此前发表的纵向质谱流式数据集，主要作为模拟实验的临床参照数据集使用。数据集收集了 63 名志愿者在自发分娩前最后 120 天内的采血，每人采 1-3 次。模拟实验时仅使用了 177 份未受刺激的足月（153 份样本，来自 58 名患者）和早产（14 份样本，来自 5 名患者）样本。如下图所示：

CellOT+Stabl 构建单细胞级数字孪生系统模拟治疗效应

SIMCO 的核心设计目标并非简单预测一名孕妇是否会早产，而是通过对特定患者施加个性化药物干预，最终达到临床需求的预防早产的目的。换言之，也就是看药物能否改变最终的临床结局，以及对每个患者是否都会产生有效的结果。基于此，研究团队也对 SIMCO 提出了别出心裁的设计思路，即把单细胞免疫响应模拟与临床结局建模两者相结合，以实现上述需求。具体来说，可分为三步，如下图所示：

第一步，SIMCO 借助 CellOT 的最优传输（OT）学习在高维单细胞扰动数据集上训练，并在单细胞分辨率下编码药物扰动后的免疫应答； 其中，CellOT 基于输入凸神经网络（Input convex neural network）实现 OT 学习，网络含 4 层全连接隐层，其优势是能够以高精度预测异质性单细胞扰动应答。本研究中，研究人员对网络结构进行了微调，加入四层瓶颈结构（128、128、64 和 32），并将潜在空间维度从 50 减少到 42，防止过拟合，训练周期设定为 50000 个 epoch。

第二步，SIMCO 将学习得到的单细胞扰动规律，迁移到另一套独立的免疫组学数据集上， 这套数据集仅包含基线样本（未受刺激或未处理）以及其关联的对应临床结局。之后基于这些基线样本，SIMCO 模拟出单细胞面对扰动（例如体外刺激或药物治疗）后的免疫响应，从而为每一位患者各生成一组接受候选药物 / 不接受候选药物的免疫组学对照数字孪生体。

第三步，SIMCO 利用稀疏机器学习算法 Stabl，基于患者训练集与模拟免疫数据，构建临床结局的多变量预测模型。 在预留的患者测试集中，SIMCO 对比每位患者接受治疗与未接受治疗两种数字孪生体的预测结果，通过该差值可量化药物对临床结局的影响，让 SIMCO 能够对候选药物的免疫调节潜力进行建模，并辅助制定个性化治疗方案。

具体计算资源设置方面，CellOT 使用官方 Python 包 CellOT 0.1 版本执行，训练部署于斯坦福云平台 Sherlock 上，最大内存请求为 32 GB，每个任务最长运行时间为 20 小时，每项任务最多使用 16 个 GPU；Stabl 使用 Python 包 Stabl 1w 运行，基础数据分析含时间变异校正、数据集正则化等，依赖于 Python 包 Scipy 1.10.4、scikit-learn 1.5.2、pandas 2.2.3 和 numpy 1.26.4。可视化方面采用了 seaborn 0.13.2 和 matplotlib 3.10.3。

细胞级数字孪生为将来个性化预防早产筑牢基础

研究首先验证了 SIMCO 单细胞扰动预测模型的能力。 对 SIMCO 按照细胞类型分别训练：基于 DMSO 对照（未刺激样本），学习细胞的刺激应答；在每种刺激条件下，同样基于 DMSO 对照，学习药物处理带来的应答。跨数据集迁移模拟时，模型仅使用扰动数据集和独立数据集之间共有的 13 个功能标志物进行训练。评估方法采用四重交叉验证策略，包含三个指标，分别是平均绝对误差（MAE）、决定系数（R²）和最大均方差（MMD）。

结果显示（如下图所示），SIMCO 在所有指标上均优于所有训练基线，表明其能够准确捕捉患者的异质性，并实现准确的个体化扰动建模。对比 IL-2/4/6 刺激下应答较强（arcsinh 差值＞ 0.1）的标志物，模拟值与实测值分布吻合，证明了 SIMCO 模型能够准确刻画单细胞层面的细胞异质性。更值得一提的是，模拟误差与患者之间本身的信号应答差异高度相关（斯皮尔曼系数 R=0.93）；即便面对个体差异最大的信号响应，SIMCO 依旧可以保留患者之间的相对差异，而不会抹平个体区别。

随后研究继续验证了 SIMCO 预测治疗对分娩时间的影响。 研究首先基于未接受治疗的单细胞数字孪生数据搭建稀疏多变量模型，可准确预测距离分娩的时间（皮尔逊相关系数 R=0.64，均方根误差（RMSE）=24.1 天，其中足月组为 24 天；早产组为 25.4 天）。此外通过将分娩时间预测与采样时间点相结合，估算出预期妊娠时长后，SIMCO 能够准确区分足月与早产的数字孪生模型，AUROC=0.75（95% CI 0.59-0.88），AUPRC=0.29（0.12-0.54）。如下图所示。

值得注意的是，当加入 CellOT 模拟特征后，相比仅使用未刺激数据的真实特征，SIMCO 预测性能获得显著提升，皮尔逊相关系数从 0.34 提高至 0.61、AUROC 从 0.69 提升至 0.75、AUPRC 从 0.24 提高至 0.34；即使与基于独立数据集完整真实特征搭建的多元模型相比，加入 CellOT 模拟特征也能实现稳定的小幅性能提升，如皮尔逊相关系数从 0.79 提升至 0.82。

随后研究人员通过 SIMCO 模拟了经候选药物治疗与未治疗的数字孪生体在预测产程时间上的差异， Maprotiline、THF 和 SALPZ 整体可推迟预测分娩时间。相比之下，其他候选药物随着妊娠时间窗口变化表现出双相效应。

在患者治疗的累积效应方面，按照妊娠期长度比较，SIMCO 模拟结果中效应最强的三种药物分别是 THF（平均 24.7 天，interquartile range（IQR）= 11.4-45.9）、Maprotiline（平均 18.8 天，IQR= 8.6-27.5）和 SALPZ（平均 17.3 天，IQR= 11.4-33.8）。当然，并非所有患者都能在真实临床中从特定治疗中获益，为此研究人员还量化了上述三种药物的在患者中的异质性：THF、SALPZ 和 Maprotiline 方案获益人群占比分别为 90.5%、87.3% 和 82.5%；而单独使用 SA，其效果仅有 46% 的患者能够实现孕周延长。

另外研究还解决了实验中的黑箱机制，提供了关于刺激与药物的机制性见解。 用于预测分娩时间的关键特征共计 21 个，前 10 个特征中有 5 个代表 CD4⁺T 细胞信号通路反应。其中值得一提的是，对 GM-CSF、TNF-α、PI 和 IFN-α 的应答中，pSTAT3 水平降低与妊娠早期的时间点相关，即随着分娩临近，STAT3 激活程度增强，粒细胞中的 pS6 基线及由 TNF-α 诱导的 pS6 水平则在妊娠接近分娩时下降；与之相反的是，THF 和 SALPZ 通过持续抑制初始 CD4⁺T 细胞中的 pSTAT3 信号传导，并增强粒细胞中的 pS6 响应，从而抵消了与妊娠进展相关的免疫特征。总的来说，THF 和 SALPZ 对前 10 特征中的 7 个产生了有益影响。

但与此同时，研究还发现部分药物也会让一些免疫标志物往妊娠晚期、临近分娩的特征方向变化。 例如 THF 和 SALPZ 在 PI 刺激后强烈抑制了非巨噬细胞（ncMCs）中 pMK2 的激活，在 GM-CSF 刺激后则在中间单核细胞（intMCs）中抑制 pCREB 的激活，而这些特征在临产前应更早出现激活。而 SIMCO 在预测治疗数字孪生体的结果时，并不会因为单独一项「不利信号」就判定药物促早产，而是内在整合全部细胞、刺激条件、信号通路的多重免疫调控效应，算出净效应，从而系统地定量评估药物最终是延长还是缩短妊娠时长。

写在最后

总而言之，面对早产这一全球性的生育难题，SIMCO 单细胞数字孪生系统为我们打开了全新的思路。以往孕期新药干预的临床试验长期受伦理、成本约束，很难大规模开展候选方案的前期验证；SIMCO 提供了体外实验结合计算虚拟筛选的新思路，可在进入人体试验之前优先评估候选药物潜力。这套单细胞工具能够预判药物对母体免疫状态、分娩时机的调控效果，未来也有望为个性化早产预防方案的设计提供参考。

研究同时发现，SALPZ 联合方案具备区别于阿司匹林、兰索拉唑单药的独特免疫调节特征，药效不是简单叠加，提示存在药物间的相互作用。SIMCO 框架本身，连同 THF、SALPZ 等在模拟中表现出潜力的候选方案，都为后续早产预防的机制研究和临床试验指明了值得探索的方向。